新型ウイルスの感染者数を可視化して気づいたこと

こんにちは、四谷ラボのやましんです。新型コロナウイルスは、新しい風邪の一種と言われても、やっぱり怖いですよね。

各地で大勢の人が集まるイベントが中止される中、四谷ラボで開催するイベントも中止すべきかどうか悩ましいところです。

新型コロナウイルスの正体も、いまいちよくわかっていないようなので、今回は感染者数の推移から状況を把握したいと思います。
感染者数は各国が発表する数値で、国によってその信ぴょう性のばらつきはあるかも知れません。

可視化プログラムと使用したデータも掲載しますので、ご利用ください。

国別感染者数の推移

2月17日時点で、感染者数の多い国から順に、感染者数の推移を可視化しました。
各国で感染者数が大きく異なり、信ぴょう性も異なると思うので、単純に比較することはできません。

トータル

トータルですが、ほとんどが中国の感染者数ですね。

中国

2/12頃の傾斜の変化が気になる。

クルーズ船

国ではないですが、可視化しました。 傾斜はきついですね。

シンガポール

典型的な成長曲線になってるなぁ。

日本

データ数が少ないので、一概に言えませんが、最近の増加率が気になる。

香港

日本と同じような傾き

タイ

最近の増加が抑えられているような。

韓国

こうやってみると、中国、クルーズ船、シンガポール、日本、香港以外は、傾斜が緩やかになっているよう。

以下は参考まで。

マレーシア

台湾

ベトナム

ドイツ

オーストラリア

米国

フランス

マカオ

英国

UAE

カナダ

フィリピン

インド

イタリア

ロシア

スペイン

カンボジア

スリランカ

ネパール

エジプト

ベルギー

スウェーデン

フィンランド

プログラム

後述するcsv ファイルを読み込んで、グラフを表示するプログラムです。python3です。

# -*- coding: utf-8 -*-
import sys
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import csv
import matplotlib.dates as mdates
from datetime import datetime as dt
matplotlib.use('TkAgg')


def read_csv(filename):
    data = {}
    timestamp = []
    with open(filename) as f:
        reader = csv.reader(f)
        header = next(reader)
        for row in reader:
            for cnt, name in enumerate(header):
                if name not in data:
                    data[name] = []
                if name == 'timestamp':
                    timestamp.append(dt.strptime(row[cnt], '%Y-%m-%d'))
                else:
                    data[name].append(int(row[cnt]))

    return timestamp, data

def plot_graph(timestamp, data):

    num_of_country = len(data) - 1
    horizontal = 1
    vertical = 1

    for i in range(int(num_of_country/(horizontal*vertical))+1):
        fig = plt.figure(figsize=(20,10),dpi=200)

        #fig.suptitle('Infections of a new coronavirus', fontsize=30)
        start = i * vertical * horizontal
        end = min(start + vertical * horizontal,num_of_country)
        cnt = 1
        for key, value in sorted(data.items(), key=lambda x:np.max(x[1], initial=0),reverse=True)[start:end]:
            ax = fig.add_subplot(vertical, horizontal, cnt)
            ax.set_xticklabels(timestamp, fontsize=18, rotation=0)
            ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d'))

            ax.plot(timestamp, value)
            ax.set_xlabel('Date',fontsize=20)
            ax.set_ylabel('Number of people infected',fontsize=20)
            ax.set_title(key,fontsize=25)
            ax.grid()
            cnt += 1
        #plt.show()
        output = 'new_coronavirus_' + str(i) + '.png'
        plt.savefig(output) 
        plt.close()


if __name__ == '__main__':
    args = sys.argv
    filename = args[1]
    print(filename)
    timestamp, data = read_csv(filename)
    plot_graph(timestamp, data)

使用したデータ

２０２０年２月１７日までの各国が発表している感染者数のデーターです。csvファイルが欲しい方は、ご連絡ください。

timestamp	China	Cruiseship	Japan	Korea	Taiwan	HongKong	Macau	Philippines	Vietnam	Cambodia	Thailand	Malaysia	Singapore	Australia	SriLanka	India	Nepal	Russia	UAE	Egypt	Italy	Germany	France	Spain	Belgium	UK	Sweden	Finland	USA	Canada	Total
2020-01-11	41	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	41
2020-01-12	41	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	41
2020-01-13	41	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	41
2020-01-14	41	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	41
2020-01-15	41	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	41
2020-01-16	41	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	41
2020-01-17	45	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	45
2020-01-18	62	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	62
2020-01-19	121	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	121
2020-01-20	198	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	198
2020-01-21	291	0	1	1	0	0	0	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	295
2020-01-22	440	0	1	1	0	1	0	0	0	0	3	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	446
2020-01-23	571	0	1	1	1	1	1	0	0	0	4	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	581
2020-01-24	830	0	1	2	1	2	2	0	2	0	4	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	846
2020-01-25	1287	0	3	2	3	5	2	0	2	0	4	0	3	3	0	0	1	0	0	0	0	0	3	0	0	0	0	0	2	0	1320
2020-01-26	1975	0	3	2	3	5	2	0	2	0	5	3	4	4	0	0	1	0	0	0	0	0	3	0	0	0	0	0	2	0	2014
2020-01-27	2744	0	4	4	4	8	5	0	2	0	5	4	4	4	0	0	1	0	0	0	0	0	3	0	0	0	0	0	5	1	2798
2020-01-28	4515	0	6	4	7	8	7	0	2	1	14	4	7	5	1	0	1	0	0	0	0	1	3	0	0	0	0	0	5	2	4593
2020-01-29	5974	0	7	4	8	8	7	0	2	1	14	4	7	7	1	0	1	0	4	0	0	4	4	0	0	0	0	0	5	3	6065
2020-01-30	7711	0	11	4	8	10	7	1	2	1	14	7	10	7	1	1	1	0	4	0	0	4	5	0	0	0	0	1	5	3	7818
2020-01-31	9692	0	14	11	9	12	7	1	5	1	14	8	13	9	1	1	1	0	4	0	2	5	6	0	0	0	0	1	6	3	9826
2020-02-01	11791	0	17	12	10	13	7	1	6	1	19	8	16	12	1	1	1	2	4	0	2	7	6	1	0	2	1	1	7	4	11953
2020-02-02	14380	0	20	15	10	14	7	2	7	1	19	8	18	12	1	2	1	2	5	0	2	8	6	1	0	2	1	1	8	4	14557
2020-02-03	17205	0	20	15	10	15	8	2	8	1	19	8	18	12	1	3	1	2	5	0	2	10	6	1	0	2	1	1	11	4	17391
2020-02-04	20438	0	20	16	10	15	8	2	9	1	19	10	18	12	1	3	1	2	5	0	2	12	6	1	0	2	1	1	11	4	20630
2020-02-05	24324	10	23	18	11	18	10	3	10	1	25	10	24	13	1	3	1	2	5	0	2	12	6	1	1	2	1	1	11	5	24554
2020-02-06	28018	20	25	23	11	21	10	3	10	1	25	12	28	14	1	3	1	2	5	0	2	12	6	1	1	2	1	1	12	5	28276
2020-02-07	31147	61	25	24	16	24	10	3	12	1	25	14	30	15	1	3	1	2	5	0	3	13	6	1	1	3	1	1	12	7	31467
2020-02-08	34542	64	25	24	16	26	10	3	13	1	32	15	33	15	1	3	1	2	7	0	3	14	6	1	1	3	1	1	12	7	34882
2020-02-09	37109	64	26	27	17	26	10	3	14	1	32	17	40	15	1	3	1	2	7	0	3	14	11	1	1	3	1	1	12	7	37469
2020-02-10	40160	70	26	27	18	36	10	3	14	1	32	18	43	15	1	3	1	2	7	0	3	14	11	2	1	4	1	1	12	7	40543
2020-02-11	42638	135	26	28	18	42	10	3	15	1	33	18	45	15	1	3	1	2	8	0	3	14	11	2	1	8	1	1	13	7	43103
2020-02-12	44653	174	29	28	18	49	10	3	15	1	33	18	47	15	1	3	1	2	8	0	3	16	11	2	1	8	1	1	13	7	45171
2020-02-13	58761	218	33	28	18	50	10	3	16	1	33	18	50	15	1	3	1	2	8	0	3	16	11	2	1	9	1	1	14	7	59334
2020-02-14	63851	218	41	28	18	53	10	3	16	1	33	19	58	15	1	3	1	2	8	0	3	16	11	2	1	9	1	1	15	7	64445
2020-02-15	66491	285	53	28	18	56	10	3	16	1	34	21	67	15	1	3	1	2	8	1	3	16	11	2	1	9	1	1	15	7	67180
2020-02-16	68500	355	59	29	18	56	10	3	16	1	34	22	72	15	1	3	1	2	8	1	3	16	12	2	1	9	1	1	15	7	69273
2020-02-17	70548	355	59	29	20	57	10	3	16	1	34	22	72	15	1	3	1	2	8	1	3	16	12	2	1	9	1	1	15	7	71324

気づいたこと

ターニングポイントの検知のため、SDARというモデルを使って、二段階学習させたのですが、データ数が少ないせいか、思うような結果は得られませんでした。 このまま鎮静化することを望んでいますが、感染者がさらに増加してしまった場合、もう一度、トライします。

まとめ

みんなで感染拡大を抑えて、TOKYO2020を迎えましょう！

まずは手洗いが大切です。外出先からの帰宅時や調理の前後、食事前などに こまめに石けんやアルコール消毒液などで手を洗いましょう。

咳などの症状がある方は、咳やくしゃみを手で押さえると、その手で触った ものにウイルスが付着し、ドアノブなどを介して他の方に病気をうつす可能 性がありますので、咳エチケットを行ってください。

持病がある方、ご高齢の方は、できるだけ人混みの多い場所を避けるなど、 より一層注意してください。

厚労省 新型コロナウイルスを防ぐには